La inteligencia artificial forma parte de la vida cotidiana. Las aplicaciones basadas en esta tecnología influyen directamente en nuestras formas de vivir e interactuar, tanto con la tecnología como con las personas. A medida que la IA evoluciona, el límite entre humanos y máquinas se vuelve cada vez más difuso. Ejemplos de ello son los electrodomésticos inteligentes, las funcionalidades con reconocimiento de voz en los teléfonos móviles o las aplicaciones que facilitan el aprendizaje de idiomas. Asistentes virtuales como Siri, Alexa o Gémini responden a consultas sobre el clima o las noticias, mientras que los relojes inteligentes monitorean la actividad física y el bienestar. Cuanto más integrada está la tecnología en la vida diaria, menos perceptible resulta su presencia, pues su propósito es minimizar la fricción entre el usuario y el dispositivo.

En consonancia con estos avances, el interés por la aplicación de la IA en la educación ha crecido significativamente. Sin embargo, “research on artificial intelligence in educational settings seldom defines the term” [la investigación sobre inteligencia artificial en entornos educativos rara vez define el término] (Stolpe & Hallström, 2024, p. 2).

Diversas organizaciones internacionales han intentado delimitar este concepto. La Unesco (2024b) define la IA como un sistema digital capaz de procesar y analizar datos del entorno para actuar con autonomía en función de objetivos específicos. El Parlamento Europeo (2020) la describe como la capacidad de una máquina para adoptar funciones cognitivas propias del ser humano, tales como razonar, aprender, crear y planificar. En Francia, el Ministère de l’Éducation nationale, de l’Enseignement supérieur et de la Recherche (2025) la concibe como un sistema digital basado en algoritmos probabilísticos que emplea conjuntos de datos para generar resultados comparables con una actividad cognitiva humana. Este organismo distingue dos tipos principales de IA: la predictiva, cuando los modelos clasifican datos, anticipan riesgos o identifican tendencias, y la generativa, cuando los modelos producen nuevos contenidos como texto, imágenes, sonidos o videos.

Teniendo en cuenta el potencial de esta tecnología, así como las implicaciones éticas y sociales de su uso, diversos autores sostienen que toda la ciudadanía debería recibir formación en inteligencia artificial (Markus et al., 2024; Olari & Romeike, 2024; Stolpe & Hallström, 2024). En este sentido, se requiere una educación que permita a docentes y estudiantes comprender qué es la IA, cómo funciona, cuáles son sus sesgos y de qué modo interactuar con ella de manera crítica, ética y eficaz.

Desde esta perspectiva, la alfabetización en inteligencia artificial se presenta como una vía esencial para el desarrollo de competencias que faciliten aprovechar sus beneficios y mitigar sus riesgos en el ámbito educativo y social. Capelle (2024) la define como un conjunto de competencias que permite a las personas evaluar críticamente los sistemas de IA, así como comunicarse y colaborar de manera efectiva con ellos. Esta alfabetización se apoya en otras competencias incluidas en el Marco Europeo de Competencias Digitales, como la gestión de la información y los datos, configurando así un enfoque de multialfabetización donde convergen diversas alfabetizaciones interrelacionadas.

En el contexto francés, diversas investigaciones han abordado los cambios generados por la IA en los procesos de enseñanza y aprendizaje, así como las preocupaciones derivadas de su uso indiscriminado por parte del estudiantado. Agulhon y Schoch (2023) destacan las ventajas de ChatGPT para apoyar la redacción de trabajos académicos y otras tareas educativas, pero advierten sobre los riesgos relacionados con la fiabilidad y la calidad de las respuestas. Los autores subrayan la importancia de combinar el potencial de la IA con la experiencia humana para evitar la dependencia tecnológica y el debilitamiento del pensamiento crítico.

Por su parte, Modolo (2025) examina cómo la integración de la IA transforma la educación superior al redefinir los roles tradicionales de docentes y estudiantes. Desde una perspectiva crítica, plantea que esta tecnología actúa como una herramienta disruptiva capaz de modificar prácticas pedagógicas, generar nuevas dinámicas de poder y complejizar los procesos de evaluación del aprendizaje. De manera complementaria, Devauchelle (2025) analiza el impacto de la IA no solo en docentes y estudiantes, sino también en el personal responsable de la formación del profesorado. Según el autor, en Francia el uso de la IA sigue siendo limitado, circunscrito principalmente a la preparación de clases y tareas escolares, aunque se reconocen tanto su potencial como los desafíos éticos que implica.

Los estudios revisados coinciden en la necesidad de un marco de referencia que oriente la integración de la alfabetización en inteligencia artificial en la educación superior. En respuesta a ello, la Unesco (2025a) elaboró un Marco de competencias para estudiantes en materia de IA, que busca preparar al estudiantado para convertirse en ciudadanos responsables y creativos en la era digital, así como apoyar al profesorado en su incorporación pedagógica. Este documento define 12 competencias organizadas en cuatro dimensiones y tres niveles de progresión.

Figura 1

Marco de competencias para estudiantes en materia de inteligencia artificial

Nota: Elaboración propia a partir de la Unesco (2025a).

Asimismo, la Unesco (2025b) desarrolló el Marco de competencias en IA para docentes, orientado a quienes utilizan esta tecnología para potenciar el aprendizaje. Este marco, estructurado en 15 competencias distribuidas en cinco dimensiones y tres niveles, se fundamenta en principios como la protección de los derechos del profesorado y el fortalecimiento de la capacidad de acción humana, enfatizando que “el florecimiento humano debe seguir siendo el centro de la experiencia educativa. La tecnología no debe ni puede reemplazar a los docentes” (p. 14).

Figura 2

Marco de competencias para docentes en materia de inteligencia artificial

Nota: Elaboración propia a partir de la Unesco (2025b).

En consonancia con este interés internacional, Francia ha desarrollado múltiples iniciativas para promover competencias en inteligencia artificial entre docentes y estudiantes, con el objetivo de fomentar un uso seguro, eficaz y ético de estas herramientas. Se han establecido principios y orientaciones para un uso responsable de la IA en todos los niveles educativos (Ministère de l’Éducation nationale, de l’Enseignement supérieur et de la Recherche, 2025), así como recursos prácticos para la enseñanza superior: cursos masivos en línea, manuales, herramientas digitales, portales nacionales, guías de buenas prácticas, experiencias experimentales y programas de formación institucional (France Éducation International, s.f.; Université de Nantes, 2024).

Estas acciones se complementan con iniciativas de financiación en el marco del programa France 2030, que destina 54 millones de euros a la transformación de empresas, instituciones educativas y centros de investigación. Entre los proyectos financiados se encuentra AI DL – Data Literacy in the Age of AI for Education, centrado en el uso crítico de la inteligencia artificial en la educación y su incorporación en las prácticas docentes (Comisión Europea, 2025). Además, Francia participa en proyectos europeos como Erasmus+, que promueven la alfabetización en IA en la educación superior.

La curación de contenidos constituye un recurso eficaz frente a la sobrecarga informativa. Este concepto, originado en los ámbitos del marketing, el periodismo y la comunicación, se ha incorporado progresivamente al contexto educativo. Según Hernández et al. (2022), la curación de contenidos en el trabajo docente universitario comprende la búsqueda, selección y difusión de información relevante para una asignatura, con el objetivo de facilitar el aprendizaje de los contenidos disciplinares. Para los estudiantes, esta práctica adquiere un rol esencial en la comprensión de un tema y en el trabajo colaborativo, ya que implica recopilar, seleccionar, organizar, editar y compartir información significativa (Ramírez, 2024).

De esta forma, la curación de contenidos abarca subprocesos como la recuperación, almacenamiento, organización, presentación y difusión de información digital. En un contexto en el que la inteligencia artificial ha multiplicado exponencialmente la producción y circulación de datos, la curación se configura como una competencia de filtrado y evaluación crítica, que permite distinguir entre información confiable y contenidos generados sin control de calidad, verificar fuentes y sesgos, y seleccionar recursos alineados con objetivos y necesidades informativas específicas. En consecuencia, se constituye como un acto de alfabetización informacional avanzada, imprescindible en entornos mediados por la inteligencia artificial.

Paralelamente, la inteligencia artificial puede potenciar el proceso de curación. Este enfoque ha sido explorado en periodismo, marketing y publicidad, donde se analiza la adopción de herramientas inteligentes para la creación de contenido personalizado, redefiniendo las prácticas tradicionales de comunicación (La-Rosa, et al., 2025). Codina y Lopezosa (2024) muestran cómo las herramientas de IA pueden agilizar los procesos de curación en el periodismo y presentan buscadores con IA aplicables a contextos académicos (Codina, 2023).

Los hallazgos de estas investigaciones son transferibles a la educación superior, donde docentes y estudiantes pueden aplicar herramientas de IA en la curación de contenidos. En este nivel educativo, la gestión de información confiable para sustentar un argumento o desarrollar un punto de vista constituye una práctica habitual, que corresponde al proceso de curación, ya sea como parte de actividades de aprendizaje o de la preparación docente.

En la siguiente tabla se presentan herramientas de inteligencia artificial aplicables a cada fase del proceso de curación de contenidos, destacando que la IA no reemplaza la curación, sino que potencia su valor mediante la interpretación, contextualización y relectura ética de la información:

Tabla 1

Integración de herramientas de inteligencia artificial en las fases de la curación de contenidos

Tabla 1

Nota: Elaboración propia.

La mayoría de las herramientas identificadas cuentan con versiones gratuitas o académicas, lo que facilita su incorporación en proyectos universitarios sin requerir grandes inversiones. No obstante, las limitaciones de los planes freemium (cantidad de búsquedas, espacio de almacenamiento o funciones avanzadas) requieren un uso estratégico y consciente.

En Francia, las investigaciones sobre curación de contenidos en la educación superior son aún escasas, y hasta el momento de esta revisión no se registran estudios que la vinculen explícitamente con la inteligencia artificial o con la alfabetización en esta tecnología. Sin embargo, se identifican trabajos relevantes que aportan valiosa información a la comunidad académica, como Knauf y Falgas (2020), quienes integran la curación de contenidos en un curso de búsqueda y recuperación de información para estudiantes de máster en comunicación, y Kemp (2018), cuya tesis doctoral propone un sistema basado en servicios de curación y exploración de big data para facilitar la recuperación de información digital. Otros estudios significativos fueron excluidos del análisis por no cumplir los criterios de selección metodológicos.

En la era de la inteligencia artificial, la curación de contenidos digitales educativos se consolida como una competencia clave, no solo por su valor instrumental, sino también por su dimensión crítica. Docentes y estudiantes deben ser capaces de identificar y gestionar los riesgos asociados al uso intensivo de herramientas inteligentes, entre ellos la dependencia tecnológica, los sesgos algorítmicos y la infoxicación. Estos fenómenos amenazan la autonomía cognitiva y la calidad del aprendizaje, pero justifican la necesidad de fortalecer la curación como práctica reflexiva, asegurando la formación en cómo filtrar, contextualizar y transformar la información, reintroduciendo el juicio humano en un entorno cada vez más automatizado.

Intersección entre alfabetización en IA y curación de contenidos

La curación de contenidos ocupa una posición intermedia entre la alfabetización digital tradicional (búsqueda, uso y comunicación de información) y la alfabetización en inteligencia artificial (comprensión de cómo funcionan y se entrenan los sistemas de inteligencia artificial). Asimismo, enseña a formular preguntas, prompts o criterios de búsqueda de forma estratégica, implica interpretar resultados de algoritmos, reconociendo su carácter no neutro y fomenta la responsabilidad ética en la selección y difusión de información generada por inteligencia artificial. En este sentido, la curación de contenidos puede entenderse como una práctica que desarrolla la evaluación crítica de los sistemas de inteligencia artificial.

Por otra parte, la curación de contenidos posibilita el ejercicio de la alfabetización en inteligencia artificial como parte del proceso de aprendizaje y producción de conocimiento. En ese contexto los docentes pueden diseñar entornos de aprendizaje personalizados basados en materiales filtrados, validados y adaptados con ayuda de ChatGPT, Perplexity o Semantic Scholar. Por su parte, los estudiantes se forman en la selección crítica de los resultados de motores de búsqueda o asistentes generativos, evaluando los más pertinentes para su aprendizaje y sus proyectos académicos.

La intersección entre alfabetización en inteligencia artificial y curación de contenidos redefine las competencias informacionales en la educación superior. Ya no se trata únicamente de acceder o comunicar información, sino de comprender las mediaciones algorítmicas que estructuran la producción y circulación del conocimiento. Desde esta perspectiva, el proceso de curación se convierte en un ejercicio metacognitivo: al interactuar con herramientas de inteligencia artificial, el usuario aprende a reflexionar sobre sus propios procesos de búsqueda, selección y creación, desarrollando una conciencia crítica sobre el papel de la tecnología en la construcción del saber.

Integrar la curación de contenidos en la alfabetización en inteligencia artificial implica también repensar el rol ético y formativo de la universidad. Las instituciones pueden aprovechar las prácticas de curación para promover un uso responsable y transparente de la inteligencia artificial, fomentando la trazabilidad de las fuentes, la atribución de autoría y el respeto a la diversidad epistémica. De este modo, la curación deja de ser una práctica individual para transformarse en una competencia institucional que sostiene la integridad académica en entornos mediados por inteligencia artificial.

Esta convergencia entre alfabetización en inteligencia artificial y curación de contenidos abre la posibilidad, también, de transformar las prácticas pedagógicas. En lugar de centrarse únicamente en la transmisión de información, el docente puede orientar a los estudiantes hacia la construcción colaborativa de conocimientos, mediante la interpretación crítica de resultados generados por inteligencia artificial. La curación, en este contexto, actúa como un puente entre la comprensión técnica de la inteligencia artificial y su aplicación reflexiva en contextos de aprendizaje reales.

Desafíos de la alfabetización en IA en el contexto de la educación superior francesa

En Francia, el despliegue de la alfabetización en inteligencia artificial enfrenta varios obstáculos estructurales. Uno de los principales es la brecha digital, evidenciada por el Conseil économique, social et environnemental (CESE), que alerta que aproximadamente un tercio de la población se siente alejado de las tecnologías digitales, incluyendo jóvenes y habitantes de zonas con acceso limitado a Internet (Meyer & Tordeux, 2025). Además, informes de la OECD sobre fractura digital en la educación señalan desigualdades en conectividad, recursos digitales disponibles y competencias, que impiden a todos los estudiantes el acceso equitativo a prácticas educativas mediadas por inteligencia artificial (Burns & Gottschalk, 2019; OECD, 2023).

En segundo lugar, la formación de docentes y estudiantes resulta insuficiente para responder a los retos emergentes. Un informe de la Comisión de asuntos económicos presentado al Senado francés señala que la oferta formativa en IA es modesta, tanto en el sistema de formación inicial como en el continuo, y que los programas existentes no cubren adecuadamente la dimensión ética, técnica y pedagógica de la inteligencia artificial (Hoffman & Golliot, 2024). No obstante, proyectos como AI4T tratan de llenar ese vacío mediante manuales abiertos y MOOC destinados a profesores, pero su escala todavía es limitada para impactar a todo el sistema educativo superior.

Finalmente, existe una necesidad clara de políticas educativas integradas que inserten la alfabetización en inteligencia artificial y la curación de contenidos dentro de los currículos universitarios. Los marcos para el uso de la IA en la educación, establecidos por la Unesco y el Ministerio de la educación nacional, la enseñanza superior y la investigación en Francia, establecen principios y orientaciones para el uso responsable de la inteligencia artificial. Si bien estos documentos son el resultado de un amplio estudio internacional y nacional, se considera pertinente pasar de los principios a la implementación práctica en módulos curriculares concretos.

Asimismo, el informe sobre la inteligencia artificial en la educación superior presentado por el ministro encargado de la educación superior y la investigación identifica varias acciones prioritarias para transformar las universidades francesas en agentes activos de este cambio, incluyendo la estructuración institucional, la formación docente especializada, y la apropiación social del conocimiento en inteligencia artificial.

thais.hernandez@univ-tours.fr